Ciekawostki naukowe i techniczne

P

Przemysław Pintal

Guest
http://arstechnica.com/science/2014...ent-for-ebola-may-have-saved-two-us-citizens/

W artykule opisana jest nowa metoda leczenia eboli. Opracowano ją dzięki inżynierii genetycznej. W skrócie pobrano antyciała od myszy, zamieniono mysie geny na ludzkie i zaczęto je masowo produkować umieszczając te geny w komórkach tytoniu (roślina). Żeby lepiej zrozumieć trzeba przeczytać artykuł.

http://www.mappbio.com/ZMAb.pdf
http://www.mappbio.com/publications.html
http://stm.sciencemag.org/content/5/199/199ra113

Dokonała tego firma prywatna. Niestety w ulotce pojawia się słowo propertiary.

BTW nie wiedziałem, że wirus eboli ma tylko 7 genów.
 
T

Tralalala

Guest
[Paranoja on] Prywatna firma współpracująca ze strukturami organizacji przestępczej wypuszcza lek na chorobę która właśnie nadeszła [Paranoja off]
 
P

Przemysław Pintal

Guest
http://sciencealert.com.au/features/20140508-25972-2.html - Południowokoreańscy projektanci przemysłowi wymyślili torbę do dostarczania żywności, która po opróżnieniu może zostać wykorzystana do oczyszczania wody. Została wykorzystana technika słonecznej dezynfekcji wody - http://pl.wikipedia.org/wiki/Sodis

Zostają zniszczone mikroby od wielkości 5 nanometrów wzwyż. Radzi sobie z bakteriami powodującymi gruźlicę i biegunkę.

Life-Sack_1.jpg


Potrzeba 6 godzin w Słońcu by oczyścić wodę, mieści 20 litrów i można ją nosić jako plecak.
 

Sputnik

Szalony naukowiec
482
2 170

FatBantha

sprzedawca niszowych etosów
Członek Załogi
8 902
25 736
Kiedy, kurwa, ten skajnet... Ile można czekać?

Sieć neuronowa z pamięcią i uwagą – Google chwali się przełomem w dziedzinie sztucznej inteligencji
31.10.2014 06:07
g_-_960x320_-_s_58868x20141031043043_0.jpg

Kilka dni temu informowaliśmy, że Elon Musk, jeden z czołowych przedsiębiorców Doliny Krzemowej, porównał prace nad sztuczną inteligencją do przywoływania demona – w sensie magicznej, złowrogiej istoty. Najnowsze osiągnięcie badaczy Google'a z londyńskiego zespołu DeepMind na pewno więc Muskowi nie przypadnie do gustu, stanowiąc wielki krok naprzód na drodze do przywołania tego demona. Udało się otóż wreszcie zbudować sieć neuronową z dostępem do zewnętrznych zasobów pamięci, z którymi wchodzi w interakcje poprzez proces kierowania uwagi.

Spośród podstawowych mechanizmów programów komputerowych, techniki maszynowego uczenia się wykorzystywały praktycznie tylko operacje logiczne czy arytmetyczne, pomijając logikę sterowania i zewnętrzną pamięć – przede wszystkim za sprawą upowszechnienia się sieci neuronowych. Jest to zasługą ich skuteczności rozwiązywania takich problemów jak klasyfikacja wzorców (w szczególności rozpoznawanie obrazów czy mowy), a także optymalizacji procesów, analizie danych statystycznych, interpretacji i prognozowaniu.

Formalnie dowiedziono jednak, że rekurencyjne sieci neuronowe (czyli takie, w których przepływ informacji między neuronami jest dwukierunkowy, i dane uzyskane w późniejszych etapach przetwarzania mogą zostać zwrócone wcześniejszym etapom) potrafią więcej, są kompletne w sensie Turinga. Oznacza to, że można za ich pomocą rozwiązać każdy problem obliczeniowy, jaki można rozwiązać na maszynie Turinga, czyli w praktyce każdym współczesnym komputerze cyfrowym. Od formalnego dowodu do realizacji droga jednak daleka.

Alex Graves, Greg Wayne i Ivo Danihelka, badacze ze startupu DeepMind, przejętego w tym roku przez Google, zdołali zwiększyć możliwości rekurencyjnej sieci neuronowej, dostarczając jej blok adresowalnej pamięci. Swoje dzieło nazwali Neuralną Maszyną Turinga (NTM), choć jak podkreślają, od strony technicznej maszyną Turinga nie jest, od początku do końca działając jako system trenowany metodą gradientu prostego.

Taka architektura ma być szczególnie sprawna w realizacji tego, co u ludzi nazywa się „pamięcią operacyjną”, czyli zdolnością do krótkoterminowego przechowywania informacji i przetwarzania jej według zadanych reguł. Reguły te można postrzegać jako proste programy, a przechowaną informację jako dane wejściowe tych programów. NTN jest z tej perspektywy realizacją systemu pamięci operacyjnej, rozwiązującego zadania wymagające zastosowania przybliżonych reguł do szybko tworzonych zmiennych. Występuje w niej proces uwagi, pozwalający na selektywne odczyty i zapisy do pamięci, który oczywiście jest podatny na trening.


Architektura Neuronowej Maszyny Turinga

Neuronowa Maszyna Turinga składa się z dwóch głównych komponentów: neuralnego kontrolera i macierzy pamięci. Kontroler wchodzi w interakcje ze światem zewnętrznym po wektorach wejścia i wyjścia, ale w przeciwieństwie do zwykłych sieci neuronowych, wchodzi też w interakcje z pamięcią poprzez selektywne operacje odczytu i zapisu, za pomocą struktur zwanych „głowicami” (jak w tradycyjnym modelu Turinga). Są one jednak rozmyte – odwrotnie proporcjonalnie do natężenia „uwagi”. Oznacza to, że im wyższy poziom „uwagi”, tym interakcja zachodzi z mniejszą porcją pamięci, z pominięciem całej reszty. Głowice mogą więc uzyskać ostry dostęp do pojedynczej lokacji pamięci, i słaby, rozmyty do wielu lokacji jednocześnie.

Przeprowadzone przez google'owych naukowców testy architektury pokazały, że prototyp NTM uczy się znacznie szybciej od zwykłych rekurencyjnych sieci neuronowych i popełnia znacznie mniej błędów. Jest w stanie uczyć się prostych algorytmów z przykładowych danych i wykorzystywać je w uogólniony sposób w dziedzinach daleko wychodzących poza reżim treningowy. Przykładowo, tam gdzie tradycyjna sieć nauczyła się kopiować sekwencje 20 elementów, dłuższe sekwencje zwracając już z błędami, NTM była w stanie bezbłędnie po tym samym treningu skopiować sekwencję 120 elementów. Badacze podkreślają, że opracowany przez ich maszynę algorytm kopiowania sekwencji w niczym nie odbiega od algorytmu, jaki przygotowałby ludzki programista – w tym wypadku Neuronowa Maszyna Turinga „wymyśliła” jak tworzyć tablice i iterować po nich.

Szczegółowe informacje o mechanizmie działania NTM znajdziecie w pracy pt. Neural Turing Machines, którą udostępniono w serwisie arXiv.org.

Za DeepMind, założony trzy lata temu startup zajmujący się badaniami nad demonami sztuczną inteligencją, Google zapłaciło w tym roku 400 mln dolarów. Zakup ten został uznany za ukoronowanie starań firmy z Mountain View w dziedzinie AI i robotyki, na które wydała już przynajmniej kilka miliardów. Jak widać, inwestycja przynosi owoce, nawet jeśli nie finansowe, to przynajmniej naukowe i techniczne.

 

FatBantha

sprzedawca niszowych etosów
Członek Załogi
8 902
25 736
"π" w świecie rzeczywistym. Dokument Planete o hipotezie Riemanna. Szkoda, że nikt nie uczył mnie matematyki właśnie od tej strony, może nie zostałbym aż takim humanistą. :p Klątwa liczb pierwszych i wątek ich stosowania w kryptografii.

 
Ostatnia edycja:
D

Deleted member 427

Guest
Fat, dzięki za ten film. Ja jestem noga z matematyki, ale uwielbiam takie dokumenty. Szacun dla matematyków.
 

tomahawk

Well-Known Member
736
1 295
Tak z ciekawostek. Hipoteza Riemanna jest jednym z siedmiu Problemów Milenijnych. Jeden z tych problemów, Hipoteza Poincarego, został rozwiązany przez rosyjskiego matematyka Grigorija Perelmana z wydziału matematyki Instytutu Stiekłowa w Sankt Petersburgu (sprawdzenie poprawności tego dowodu zajęło matematykom trzy lata, dowód jest chyba na 200 stron) . Pewien rosyjski matematyk, kolega Perelmana z Instytutu Stiekłowa, uczył mnie matematyki :p Perelman odmówił przyjęcia miliona dolców za rozwiązanie problemu milenijnego, porzucił pracę w instytucie i mieszka jak asceta w petersburskim blokowisku, razem z matką.
 

FatBantha

sprzedawca niszowych etosów
Członek Załogi
8 902
25 736
Kolejny problem milenijny rozwiązany? Sprawdzają.

Kazakh mathematician may have solved $1 million puzzle

Mathematics is a universal language. Even so, a Kazakh mathematician's claim to have solved a problem worth a million dollars is proving hard to evaluate – in part because it is not written in English.

Mukhtarbay Otelbayev of the Eurasian National University in Astana, Kazakhstan, says he has proved the Navier-Stokes existence and smoothness problem, which concerns equations that are used to model fluids – from airflow over a plane's wing to the crashing of a tsunami. The equations work, but there is no proof that solutions exist for all possible situations, and won't sometimes "blow up", producing unrealistic answers.

In 2000, the Clay Mathematics Institute, now in Providence, Rhode Island, named this one of seven Millennium Prize problems offering $1 million to anyone who could devise a proof.

Otelbayev claims to have done just that in a paper published in the Mathematical Journal, also based in Kazakhstan. "I worked on the problem on and off, for 30 years," he told New Scientist, in Russian – he does not speak English.

Mathematical Babel fish
However, the combination of the Russian text and the specialist knowledge needed to understand the Navier-Stokes equations means the international mathematical community, which usually communicates in English, is having difficulty evaluating it. Although mathematics is expressed through universal symbols, mathematics papers also contain large amounts of explanatory text.

"Over the years there have been several alleged solutions to the Navier-Stokes problem that turned out to be wrong," says Charles Fefferman of Princeton University, who wrote the official formulation of the problem for Clay. "Since I don't speak Russian and the paper is not yet translated, I'm afraid I can't say more right now."

Otelbayev is a professional, so mathematicians are paying more attention to his proof than is typical for amateur efforts to solve Millennium Prize problems, which are regularly posted online.

The Russian-speaking Misha Wolfson, a computer scientist and chemist at the Massachusetts Institute of Technology is attempting to spark an online, group effort to translate the paper. "While my grasp on the math is good enough to enable translation up to this point, I am not qualified to say anything about whether or not the solution is any good," he says.

Stephen Montgomery-Smith of the University of Missouri in Columbia, who is working with Russian colleagues to study the paper, is hopeful."What I have read so far does seem valid," he says "but I don't feel that I have yet got to the heart of the proof."

Otelbayev says that three colleagues in Kazakhstan and another in Russia agree that the proof is correct.

Burden of proof
Understandably, a high burden of proof is required to claim the $1 million prize. Clay's rules say the solution must be published in a journal of "worldwide repute" and remain unchallenged for two years before it can even be considered. Nick Woodhouse, president of the Clay Mathematics Institute, declined to comment on Otelbayev's proof.

"It is currently being translated by my students, and will be available soon," says Otelbayev. He says that he will publish it again once it is translated into English – initially in a second Kazakh journal, and then perhaps abroad.

To date, only one Millennium Prize problem has been officially solved. In 2002, Grigori Perelman proved the Poincaré conjecture, but later withdrew from the mathematical community and refused the $1 million prize.

A possible solution for another problem, known as P vs NP, caught mathematicians' attentions in 2010, but later proved to be flawed. Whether Otelbayev's proof will share the same fate remains to be seen.
 

Tesla

Neoliberał
33
115
Kolejny "cudowny" silnik. Jak dla mnie, to po zastosowaniu zasady zachowania pędu dla całości układu (silnik + wszystko, z czym jest połączony) powinien się nie poruszać - spowolnienie fal płynących nada po prostu ośrodkowi pęd w tym samym kierunku i zwrocie, co pęd fotonów i dokładnie zrównoważy efekty różnicy ciśnień - teoria względności nie ma nic do rzeczy.

http://kopalniawiedzy.pl/Emdrive-re...y-Roger-Shawyer-NSTAR-NASA-silnik-jonowy,7002
 
OP
OP
kr2y510

kr2y510

konfederata targowicki
12 770
24 700
LiFi - to technologia komunikacji cyfrowej, podobna do WiFi, tylko zamiast fal radiowych używane jest światło. LiFi może używać zarówno światła widzialnego jak i podczerwieni. Punkty dostępowe mają być np. w zmodyfikowanych żarówkach LED. Technologia jest na etapie opracowania do wdrożenia. Ostatnio nastąpił przełom. Udało się osiągnąć dwukierunkową szybkość transmisji 224Gbps, czyli większą niż na światłowodach niejednej firmy.
LiFi internet breakthrough: 224Gbps connection broadcast with an LED bulb
A 224Gbps speed would technically allow for 18 movies of 1.5GB each to be downloaded in a single second
Taka szybkość piracenia filmów wywołuje dupy ból u co niektórych.
https://en.wikipedia.org/wiki/LIFI
 
Ostatnia edycja:
Do góry Bottom